Wavify

Wavify: On-device Speech AI Platform

Wavify — это платформа искусственного интеллекта речи на устройстве, которая позволяет разработчикам программного обеспечения встраивать распознавание речи, обнаружение пробужденных слов и возможности голосовых команд непосредственно в любое приложение. Он подчеркивает высокую производительность, конфиденциальность по дизайну и кросс-платформенную совместимость, что позволяет разработчикам предоставлять речевые функции облачного уровня без отправки пользовательских данных в облако.

Ключевые особенности

• Вывод на устройстве для речи в текст (STT), обнаружение слов пробуждения и голосовые команды
• Качество SOTA с возможностями облачного уровня при сохранении данных на устройстве
• Конфиденциальность по дизайну: голосовые данные пользователя никогда не покидают устройство
• Кроссплатформенная поддержка: Linux, macOS, Windows, iOS, Android, Web, Raspberry Pi и встроенные системы
• Многоязычная поддержка: 20+ языков
• Легкие среды выполнения, подходящие для периферийных устройств (например, Whisper.cpp и собственный движок Wavify)
• Быстрая интеграция с минимальными изменениями кода

Как использовать Wavify

1. Выберите интеграционный подходВыберите из предоставленных SDK и демонстраций, которые соответствуют вашему техническому стеку (Python, Rust и т. Д.).
2. Инициировать SttEngine с помощью вашей модели и ключа API (если требуется настройка).
3. Запуск STT на аудиофайлах или потокахпреобразование речи в текст локально на устройстве.

Пример (Питон):

import os
from wavify.stt import SttEngine

engine = SttEngine(
 "path/to/your/model",
 os.getenv("WAVIFY_API_KEY")
)

result = engine.stt_from_file("/path/to/your/file")
print(result)

1. Продолжить со словом пробуждения и командами по мере необходимости для вашего продукта, используя тот же вывод на устройстве.

Поддерживаемые случаи использования

• Человеческий голос как интерфейс для различных отраслей
• Здравоохранение: документация, транскрипция, терапия с помощью ИИ
• Автомобили: управление автомобилем без помощи рук, навигация в реальном времени, развлечения в автомобиле
• Юридическая: автоматизация документации по делу, транскрипции судебных заседаний
• Потребительская электроника: умный дом, ИИ-компаньоны, голосовое управление в приложениях и играх
• Поддержка клиентов: транскрипции для точного ведения учета и более быстрого разрешения проблем
• Образование: интерактивный опыт обучения с голосовым взаимодействием

SDK и опыт разработчиков

• Межъязыковая поддержка с готовыми к использованию SDK
• Опыт разработчиков, предназначенный для быстрой интеграции и итерации
• Ясные примеры и демонстрации для ускорения принятия

Как это работает

• Запустите вывод на устройстве для STT, обнаружения бодрствующих слов и голосовых команд
• Использует легкие, эффективные модели, подходящие для краевых устройств
• Конфиденциальность: никакие данные не покидают устройство пользователя

Вопросы безопасности и конфиденциальности

• Данные никогда не покидают устройство; нет необходимости в соглашениях об обработке данных для базового использования на устройстве
• Обеспечение соблюдения местных законов о конфиденциальности при развертывании функций с поддержкой голоса

Основные характеристики

• STT на устройстве, обнаружение слов и голосовые команды
• Молниеносная производительность и низкий объем памяти на периферийных устройствах
• Качество облачного уровня при сохранении конфиденциальности пользователей
• Широкая кроссплатформенная поддержка (Linux, macOS, Windows, iOS, Android, Web, Raspberry Pi, встроенная)
• более 20 языков
• Простая интеграция с минимальными изменениями кода